这两年，人工智能（AI）领域取得了显著进展，成为备受瞩目的热门话题，不断涌现出各种创新的AI模型与应用。这一蓬勃发展的背后，算力扮演着至关重要的角色，而算力则高度依赖于各类硬件设备。提及AI硬件，CPU和GPU广为人知，但实际上，还有许多其他类型的处 ...

它可以连接不同类型的处理器，如CPU、GPU等，并提供高速数据传输和协调功能。在现代计算机中，IPU已成为必不可少的组成部分。 6、TPU（张量处理 ...

由于日益加剧的地缘政治和经济不确定性，台积电的先进封装路线图在2024年经历了多次调整。根据台积电的最新规划，2024年CoWoS的月产能预计为35,000片，到2025年将增加一倍，达到75,000片，预计2026年将进一步增至135,000片。

为何谷歌的需求相对“温和”？答案在于它与定制硅片的深厚关系。作为科技行业的先锋，谷歌不仅在AI方面延续着自己的创新焦点，还将TPU设计与其他供应商的合作无缝结合，从而构建出一个高效的生态系统。与英伟达不同的是，谷歌的生态圈并不仅仅依赖于单一硬件供应商，而是更多地聚焦于打造一个更灵活、更具成本效益的AI环境。

在人工智能技术迅猛发展的今天，谷歌和英伟达这两家科技巨头在AI芯片领域的竞争愈发激烈。谷歌自2018年或2019年以来，已经在其搜索工作负载中成功地使用transformer技术，绝大部分内部人工智能工作负载则依赖于其自定制的张量处理单元（TPU）。相较之下，虽然英伟达的图形处理器（GPU）在市场上占据了主导地位，但谷歌对其硬件的需求却并没有如外界所认为的那样强烈，这背后不仅仅是技术选择的理念，更 ...

证券之星消息，科德教育(300192)02月14日在投资者关系平台上答复投资者关心的问题。 投资者：OpenAI、甲骨文和软银将成立一家合资企业Stargate ...

将从AMD AI GPU以及谷歌TPU手中逐渐蚕食市场份额。 因此，摩根士丹利分析师团队在这份最新发布的研报中强调，看涨台积电和英伟达未来一年股价 ...

大摩表示，ASIC在某些特定场景应用中确实表现出色，但高度依赖于特定客户的定制需求；ASIC的开发成本通常较低，但其系统成本和软件部署成本却可能远高于可大规模商用的GPU，导致总体拥有成本更高。此外，英伟达的CUDA生态系统非常成熟，在全球云服务中广 ...

Google Cloud正在更新面向AI工作负载的AI Hypercomputer堆栈，并宣布推出了一系列新处理器和基础设施软件产品。 Google宣布推出了第六代张量处理单元 ...

Omdia 的最新研究强调了谷歌 TPU 人工智能芯片需求的快速增长，这一趋势可能足以开始削弱英伟达 (NVIDIA) 在 GPU 市场的主导地位。Broadcom 的半导体解决方案部门是谷歌、Meta 和其他几家人工智能公司的定制芯片外包合作伙伴，该公司的第三季度业绩为市场透露出 ...